Группа учёных из России и США создали автономного кассира с ИИ для магазинов Исследователи разработали гибкую систему машинного обучения, которая может самостоятельно распознавать товары на кассах магазинов или в системах самообслуживания. Они опубликовали свои результаты в журнале IEEE Access. Эта система, названная PseudoAugment, упрощает процесс на кассах самообслуживания и может быть настроена на распознавание новых товаров до их появления на полках магазина. Группа исследователей из Сколтеха, под руководством Андрея Сомова, создала эту нейросеть. Она анализирует изображения и ищет на них псевдообъекты, структуры, похожие на отдельные товары. Затем эти объекты извлекаются и модифицируются, создавая множество различных псевдообъектов. Этот подход обучает нейросеть распознавать предметы с разных ракурсов, размеров и форм, даже на основе небольшого количества изображений, что делает его превосходным по сравнению с конкурентами. Исследователи проверили систему на прототипе кассы самообслуживания с весами и компьютерной системой для обучения нейросетей. Они успешно обучили систему распознавать новые сорта яблок с точностью 92%, используя всего несколько фотографий ящиков с яблоками. Этот алгоритм может быть применён не только в супермаркетах, но и в других областях, таких как сортировка семян или твёрдых бытовых отходов на конвейерах, что может увеличить эффективность промышленных установок.